Akademische Papers im Batch nach Markdown konvertieren – mit APA-Zitaten
Geschrieben wird in Word, veröffentlicht immer öfter in Markdown. Diese Anleitung richtet eine Batch-Pipeline ein, die einen ganzen Ordner docx-Papers in einem Durchgang konvertiert, jede Abbildung mitnimmt und mit Zitaten endet, die unter APA oder jedem anderen Stil korrekt formatiert bleiben.
Die Bausteine sind ein Batch-Konverter, pandocs citeproc-Engine und eine strukturierte Literaturdatei. Zitate sind der eine Teil, der vor der Konvertierung vorbereitet werden muss und nicht danach – deshalb widmet sich der Mittelteil dieser Anleitung vor allem diesem Punkt.
Entwürfe in Word, Ziele in Markdown
Die meisten Wissenschaftlerinnen und Wissenschaftler verfassen ihre Texte noch immer in Word: Koautoren erwarten es, Journals akzeptieren es, und die Änderungsverfolgung ist tief in den Gewohnheiten verankert. Doch die Orte, an denen Papers tatsächlich landen, sprechen zunehmend eine andere Sprache. Labor-Wikis, institutionelle Repositorien, Preprint-Plattformen mit Markdown-Unterstützung und versionsverwaltete Manuskriptprojekte verlangen alle nach reinem Text, den git vergleichen und Vorlagen verarbeiten können.
Der skalierbare Workflow ist der Batch: einen Ordner voller Entwürfe in den Konverter werfen, jede Datei samt Bildern zu einer .md-Datei werden lassen, dann nachpolieren. Wer das von Hand Paper für Paper erledigt, riskiert wandernde Fußnotennummern und verrottende Bildpfade. Die Automatisierung hält den Stapel der Entwürfe und den Stapel der konvertierten Dateien synchron.
Der Batch-Workflow
Der Konverter auf dieser Seite nimmt einen ganzen Stapel docx-Dateien auf einmal entgegen. Jede Datei wird zu einem Auftrag in einer Warteschlange mit eigenem Status: wartend, wird konvertiert, fertig – oder fehlgeschlagen mit Angabe des Grunds. Hochgeladen wird nichts, denn die pandoc-Engine läuft als WebAssembly in Ihrem Browser; unveröffentlichte Manuskripte verlassen den Rechner nie.
Wenn die Warteschlange durch ist, laden Sie alles als ein ZIP herunter. Darin bekommt jedes Quelldokument ein eigenes Unterverzeichnis mit dem konvertierten Markdown und einem media-Ordner für die Bilder dieses Dokuments. Diese Isolation pro Dokument ist bei Papers wichtig, denn jede Word-Datei nummeriert ihre Bilder von Neuem als image1, image2.
Zwei Gewohnheiten machen Batch-Läufe mühelos. Erstens: Benennen Sie die Dateien vor dem Konvertieren, denn die Ausgabenamen leiten sich von den Quellnamen ab. Zweitens: Konvertieren Sie zuerst eine kleine Probe, solange Sie die Optionen noch kalibrieren, und lassen Sie den vollen Ordner erst nach einem erfolgreichen Stichproben-Check laufen.
Warum Zitate das eigentliche Problem sind
Überschriften, Tabellen und Formeln lassen sich gut konvertieren. Zitate nicht – wegen der Art, wie Word sie speichert. Ein Literaturverzeichnis aus Words Zitierwerkzeug oder aus einem Literaturverwaltungsprogramm ist formatierter Text: Im Dokument sieht es richtig aus, trägt aber keine strukturierte Verbindung zum Quelldatensatz in sich.
Konvertieren Sie ein solches Dokument, kommt das Verzeichnis als schlichte Absätze an, eingefroren in dem Stil, der am Tag der Erstellung aktiv war. Wechselt die Zielzeitschrift, muss jede Referenz im Text von Hand nachgebessert werden. Die Lösung: Zitate vor dem Konvertieren in strukturierte Daten überführen, nicht danach.
Citeproc in neunzig Sekunden
Pandocs Zitier-Engine heißt citeproc. Die Idee: Ihre Quellen leben in einer Bibliografiedatei, typischerweise BibTeX mit der Endung .bib, in der jeder Eintrag einen Schlüssel wie smith2020field trägt. Im Text schreiben Sie das At-Zeichen gefolgt von diesem Schlüssel und setzen das Ganze in eckige Klammern, wenn das Zitat als Parenthese erscheinen soll.
Beim Konvertieren ersetzt citeproc jeden Schlüssel durch ein formatiertes Zitat und hängt das formatierte Literaturverzeichnis ans Ende der Ausgabe. Die Formatierung selbst stammt aus einer CSL-Datei, einer kleinen XML-Stilbeschreibung – für Tausende Zeitschriften gibt es fertige Dateien.
Es ist dieselbe Maschinerie, die Literaturverwaltungen wie Zotero und JabRef beim Export bedienen – und genau deshalb zahlt sich der einmalige Aufwand aus: Eine .bib-Datei kann heute ein Word-Manuskript speisen und morgen ein Markdown-Wiki, ohne dass ein einziger Eintrag neu getippt wird.
APA-Ausgabe mit einer CSL-Datei
Ohne Stildatei greift pandoc auf Chicago author-date zurück. Für APA laden Sie die CSL-Datei der APA 7th edition aus dem offiziellen citation-style-language-Stilrepositorium herunter und geben beide Dateien an den Konverter. Die Pro-Zitieroption dieser Seite nimmt eine Bibliografie plus optionalen CSL-Stil entgegen und führt citeproc im Worker aus – weiterhin vollständig im Browser.
Prüfen Sie das Ergebnis gegen das Manual: author-date-Zitate an den richtigen Stellen, ein Literaturverzeichnis am Ende, Seitenzahlen dort, wo der Stil sie verlangt. Kleine Abweichungen führen meist auf unvollständige .bib-Einträge, fehlende DOIs oder eine veraltete APA-Stildatei zurück.
Formeln überstehen die Reise
Word speichert native Formeln als OMML, und pandoc kann sie lesen – konvertierte Papers enthalten also echte Mathematik statt Screenshots. Die Markdown-Ausgabe hüllt Inline-Mathematik in Dollarzeichen und setzt abgesetzte Formeln auf eigene Zeilen; die LaTeX-Ausgabe erzeugt direkt die entsprechenden Mathematikumgebungen.
Prüfen Sie nach dem Konvertieren zwei Dinge: Inline-Formeln, die Word mehrdeutig gesetzt hat, etwa einen in eine Zeile gequetschten Bruch, und die Formelnummerierung, für die Markdown kein natives Konzept kennt. Nummerierte Formeln für eine Markdown-Plattform brauchen in der Regel Labels aus dem Publikationssystem, nicht aus dem Konverter.
Was Sie bei Tabellen und Abbildungen prüfen sollten
Tabellen verdienen einen langsamen Durchgang. Einfache Raster werden zu Pipe-Tabellen, die GitHub und Obsidian rendern, aber Zellen mit verbundenen Bereichen, verschachtelten Absätzen oder mehrzeiligem Inhalt lassen sich in dieser Syntax nicht ausdrücken – pandoc weicht dann auf Markdown-Dialekte aus, die diese Plattformen ignorieren. Komplizierte Tabellen glätten Sie besser schon in Word.
Abbildungen werden samt Bildunterschrift als Bildreferenz plus Textzeile konvertiert – meist unproblematisch. Kontrollieren Sie aber, ob jede Mediendatei tatsächlich im ZIP liegt und nichts als EMF oder WMF angekommen ist, Formate, die Browser nicht anzeigen können. Diese müssen in Word kurz nach PNG gewandelt werden.
Wo die Automatisierung endet
Drei Grenzen sollten genannt werden. Alte .doc-Dateien werden nicht unterstützt – speichern Sie ältere Entwürfe zuerst als .docx. Von Word verwaltete Literaturverzeichnisse bleiben reiner Text; sie zu migrieren heißt, Einträge neu in eine .bib-Datei zu übertragen oder aus dem Literaturverwaltungsprogramm zu exportieren, das sie ursprünglich erzeugt hat.
Und wenn ein LaTeX-Journal natbib-Befehle statt formatierter Zitate verlangt, genügt die citeproc-Ausgabe nicht; dann ist pandoc auf der Kommandozeile mit dem passenden Flag gefragt. Für alles darunter deckt die Batch-Konvertierung plus einer gepflegten .bib-Datei den Weg vom Word-Entwurf zum Markdown mit intakten Zitaten ab.